Por que amostramos respostas reais (e não as modelamos)
Não existe uma API pública para "o que o ChatGPT disse na última terça-feira". Veja por que o Citations.io amostra respostas reais em vez de modelar pontuações de visibilidade.
A tentação de modelar
É tentador pontuar a visibilidade de IA a partir de entradas que você já possui: contagem de backlinks, autoridade de domínio, marcação de esquema, etc. Barato de computar, sem custos de API, fácil de explicar.
O problema: os motores não usam essas entradas da maneira que você esperaria. Uma pontuação modelada prevê se você deveria aparecer em uma resposta. Uma pontuação amostrada informa se você apareceu.
O que a amostragem realmente significa
O Citations.io executa cada prompt rastreado nos quatro principais motores (ChatGPT, Perplexity, Gemini, Claude), com até 5 respostas amostradas por motor por varredura. Capturamos a resposta literal e marcamos as menções de sua marca e de cada concorrente nomeado.
Tudo no painel — visibilidade %, participação da resposta, taxa de recomendação, cobertura de citação — é derivado dessas respostas amostradas. Você pode clicar em qualquer número e ler a resposta de onde ele veio.
Rótulos de confiança
Uma única resposta amostrada é apenas uma anedota. Marcamos cada agregação com um rótulo de confiança:
- Direcional (1–20 respostas) — útil para a direção da tendência, não para afirmações absolutas.
- Moderada (21–100 respostas) — sinal sólido, vale a pena relatar semanalmente.
- Forte (101+ respostas) — confiança suficiente para relatórios de diretoria.
Esta é a diferença entre "sua visibilidade caiu 12 pontos" (às vezes, um susto modelado) e "sua visibilidade caiu 12 pontos com forte confiança em mais de 240 respostas" (sinal acionável).
